在近期于北京举办的第31届中国国际医用仪器设备展览会暨技术交流会上，中非医院联盟正式成立，包括健康丝路人工智能（AI）发展联合工作组在内的多个工作组同步启动。会议同步发布具有千亿级参数的“羲和一号”医疗大模型。

在随后召开的中非医院发展会议上，与会者围绕AI在医疗领域的应用前景等议题展开讨论。中非医院联盟健康丝路AI发展联合工作组组长田佑中博士，从技术角度分享了关于AI医疗的新观点，引发现场热议。

今天，我们邀请该专家就如何借助AI技术优势推动医疗转型进行介绍。

医药卫生体制改革是一道世界性难题。从宏观上看，全球大多数国家都面临着“看病难、看病贵”难题，而造成这一问题的根源在于医疗资源总量不足与结构失衡、医患信息不对称、医疗服务成本持续攀升以及医疗公益性与市场性矛盾等。在此背景下，随着技术快速发展，AI或将成为破局关键。

AI赋能的四大技术法宝

目前，AI助力医改和赋能医疗主要通过以下几个机制。一是作为资源放大器，AI可将优质医疗资源下沉基层，以弥补基层医疗能力不足（如AI辅助诊断、智能问诊分诊机器人）；二是作为效率优化器，AI可降低研发成本和运营成本（如干实验加速药物研发）；三是作为信息平权器，AI赋能患者端知识储备（如智能健康管家、健康预问诊）；四是作为安全规范器，AI赋能数据安全与隐私保护（如联邦学习技术、医保反欺诈系统）。

从技术角度看，AI的上述赋能机制主要依靠四大技术法宝。

一是以并联计算为根本的技术革命。以往，以英特尔公司为代表的技术路线是使用中央处理器（CPU）进行串联计算；而以英伟达公司为代表的技术突破是使用图形处理器（GPU）实现了并联计算，并具备神经网络处理能力。这引发了计算端变革，使后续技术革新成为现实。

二是以机器学习和大模型为特征的优化路径。机器学习和大模型的出现，使得整体计算能够快速实现，为医疗数智化创造了更多可能。

四是以边缘计算和联邦学习为手段的安全机制。在医疗领域，隐私与数据安全至关重要。AI的出现，能够更好地保障数据安全。例如，边缘计算和联邦学习可使数据与模型训练相互隔离；再如，通用大模型的本地化部署和训练可在数据不出域的前提下保护隐私。

AI助推医疗领域五大转型

当前，AI正以极快速度推动着医疗领域多方面的转型，包括医疗服务与医疗管理跃升、医药研发与跟踪应用加速、医保管理智能化、公共卫生资源供给效率提升以及医学教育与科研革命等。

在推动医疗服务与医疗管理跃升方面，AI﹢医疗服务可促使医疗资源迅速下沉。医疗管理正从过往依托医院信息系统（HIS）过渡至依托数据中台，进而发展至依托AI中台，直接达成“一键式管理”和信息对称。AI也打破了医院的“围墙”，促使健康管理从疾病治疗转向主动健康管理。

在推动医药研发与跟踪应用加速方面，AI持续推动医药领域的研发与创新。同时，AI在跟踪应用领域，能实现对长病程自动跟踪，促成临床试验与真实世界灵活结合，大幅提升医药研发创新速度。

在推动公共卫生资源供给与效率提升方面，AI可实现慢性病和传染病预测，从而改变医疗保健模式（从被动治疗到主动预防）。同时，AI与大数据的发展将为市场机制提供更为广阔的应用空间。

在推动医学教育与科研革命方面，AI﹢增强现实（AR）技术大大提高了医学人才培养效率。AI还显著提高了科研效率和产学研的转化水平。

知己知彼方能掌握主动

毋庸置疑，人们在有序推动AI医疗应用的同时，务必要高度关注AI的自身局限性，并在后续应用中努力突破相关瓶颈。

首先，医患之间情感连接具有重要意义，医生能够给予患者充分的人文关怀，而当前的AI技术水平尚无法达到。因此，业内常言：AI不会取代医生，但善于运用AI的医生或将取代那些拒绝拥抱AI的医生。

其次，AI的应用发展对制度具有较强的依赖性，需要实践与制度双支撑。

再者，AI难以直接协调医疗公益性与市场化之间的矛盾，也无法替代医保体系改革以及医药卫生体制改革、医疗资源规划等制度性安排。

最后，AI对数据质量极为敏感，要求较高，训练AI所使用的大规模医疗数据需确保自身严谨性，以规避引发误诊误治和产生虚假信息的风险。

当前，AI相关话题具有很高的关注度。然而，人们在谈论AI时，忽略了“AI”其实也是“爱”字的拼音形式，这似乎也揭示了AI的另一层更有温度的含义：科技向善，相信人们只要持续与AI共进、与爱同行，就能更快地构建出优质的全球卫生健康体系。

文：中非医院联盟健康丝路AI发展联合工作组组长 田佑中

整理：健康报记者 夏海波

编辑：夏海波 马杨

校对：于洋